CN111402308B - 障碍物速度的确定方法、装置、设备和介质 - Google Patents

障碍物速度的确定方法、装置、设备和介质 Download PDF

Info

Publication number
CN111402308B
CN111402308B CN202010188560.XA CN202010188560A CN111402308B CN 111402308 B CN111402308 B CN 111402308B CN 202010188560 A CN202010188560 A CN 202010188560A CN 111402308 B CN111402308 B CN 111402308B
Authority
CN
China
Prior art keywords
point cloud
cloud data
data
grid
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010188560.XA
Other languages
English (en)
Other versions
CN111402308A (zh
Inventor
王昊
王亮
马彧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Apollo Intelligent Technology Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Apollo Intelligent Technology Beijing Co Ltd filed Critical Apollo Intelligent Technology Beijing Co Ltd
Priority to CN202010188560.XA priority Critical patent/CN111402308B/zh
Publication of CN111402308A publication Critical patent/CN111402308A/zh
Priority to US17/030,838 priority patent/US11353476B2/en
Priority to EP21162985.2A priority patent/EP3919930B1/en
Priority to KR1020210034626A priority patent/KR102568948B1/ko
Priority to JP2021043325A priority patent/JP7194217B2/ja
Application granted granted Critical
Publication of CN111402308B publication Critical patent/CN111402308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
    • G01P3/80—Devices characterised by the determination of the time taken to traverse a fixed distance using auto-correlation or cross-correlation detection means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
    • G01P21/02—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
    • G01P3/68—Devices characterised by the determination of the time taken to traverse a fixed distance using optical means, i.e. using infrared, visible, or ultraviolet light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Power Engineering (AREA)
  • Image Analysis (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请实施例公开了一种障碍物速度的确定方法、装置、设备和介质，涉及数据处理技术领域，尤其涉及自动驾驶技术。具体实现方案为：获取障碍物在第一时刻的第一点云数据和在第二时刻的第二点云数据；通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准；根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度。本申请实施例提供一种障碍物速度的确定方法、装置、设备和介质，以提高障碍物速度的准确率。

Description

障碍物速度的确定方法、装置、设备和介质
技术领域
本申请实施例涉及数据处理技术领域，尤其涉及自动驾驶技术。具体地，本申请实施例涉及一种障碍物速度的确定方法、装置、设备和介质。
背景技术
障碍物预测是无人车系统中非常重要的一个模块，稳定准确的速度对预测障碍物下一步的行为至关重要。
当前无人驾驶系统在进行障碍物追踪时多是基于障碍物的质心位置的变化来计算障碍物的观测速度。但由于遮挡等原因使用点云坐标计算出来的质心位置波动较大，该方法计算出的观测速度误差较大。
发明内容
本申请实施例提供一种障碍物速度的确定方法、装置、设备和介质，以提高障碍物速度的准确率。
本申请实施例提供一种障碍物速度的确定方法，该方法包括：
获取障碍物在第一时刻的第一点云数据和在第二时刻的第二点云数据；
通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准；
根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度。
本申请实施例通过增加移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准的过程，使得即便点云数据不完整，但是依然可以找到准确配准的数据点对，从而有效解决了遮挡问题，提高了障碍物速度的准确率。
进一步地，所述对所述第一点云数据和所述第二点云数据进行配准，包括：
确定所述第一点云数据的第一点云分布信息，以及所述第二点云数据的第二点云分布信息；
根据所述第一点云分布信息，以及所述第二点云分布信息，对所述第一点云数据和所述第二点云数据进行配准。
基于该技术特征，本申请实施例通过根据所述第一点云分布信息，以及所述第二点云分布信息，对所述第一点云数据和所述第二点云数据进行配准，相比直接根据数据点进行配准，因为本申请实施例无需对每个数据点进行配准计算，所以可以减少计算量，进而提高配准效率。
进一步地，所述确定所述第一点云数据在目标方向的第一点云分布信息，包括：
确定所述第一点云数据的第一投影平面；
将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据；
根据所述第一网格投影数据确定所述第一点云分布信息。
基于该技术特征，本申请实施例通过将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，根据网格的投影数据，确定第一点云分布信息，从而方便点云分布信息的确定，提高点云分布信息对障碍物的描述准确率。
进一步地，所述确定所述第一点云数据的第一投影平面，包括：
根据所述移动速度的至少一个方向，确定至少一个投影方向；
将垂直地面的方向分别与所述至少一个投影方向进行组合；
根据组合得到的方向对，构造至少一个所述第一投影平面。
基于该技术特征，本申请实施例通过根据所述移动速度的至少一个方向，确定至少一个投影方向；将垂直地面的方向分别与所述至少一个投影方向进行组合；根据组合得到的方向对，构造至少一个所述第一投影平面，从而实现根据移动速度的至少一个方向，确定至少一个第一投影平面，进而实现对不同方向的移动速度的确定。
进一步地，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
将所述第一点云数据转换至以所述第一点云数据的质心为原点的三维坐标系中，所述坐标系的两坐标轴构造的平面为所述第一投影平面；
以所述坐标系的原点为中心，对由所述第一投影平面进行设定尺寸的网格划分；
将转换后的第一点云数据投影至划分得到的网格中，得到所述第一网格投影数据。
基于该技术特征，本申请实施例通过将所述第一点云数据转换至以所述第一点云数据的质心为原点的三维坐标系中；以所述坐标系的原点为中心，对所述第一投影平面进行设定尺寸的网格划分；将转换后的第一点云数据投影至划分得到的网格中，从而使得第一点云数据的投影点以网格的中心为分布中心进行分布，进而方便后续的配准计算。
进一步地，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
根据所述第一点云数据的尺寸和所述网格的尺寸，确定所述第一点云数据在所述网格中的显示比例；
根据所述显示比例，将所述第一点云数据投影至所述网格中，得到所述第一网格投影数据。
基于该技术特征，本申请实施例通过根据所述第一点云数据的尺寸和所述网格的尺寸，确定所述第一点云数据在所述网格中的显示比例；根据所述显示比例，将所述第一点云数据投影至所述网格中，得到所述第一网格投影数据，从而将第一点云数据中的全部数据点投影至所述网格中，以获得完整的点云分布信息。
进一步地，所述根据所述第一网格投影数据确定所述第一点云分布信息，包括：
若投影至网格内的数据点的个数大于0，则确定该网格与障碍物边界之间的距离参数为0；
若投影至网格内的数据点的个数小于或等于0，则沿行方向搜索距离该网格最近，且投影数据点的个数大于0的目标网格；
根据所述该网格与所述目标网格之间的网格数量，确定所述该网格的所述距离参数；
将确定的所述距离参数作为所述第一点云分布信息。
基于该技术特征，本申请实施例通过投影至网格内的数据点的个数，确定该网格与障碍物边界之间的距离参数，从而实现对第一点云分布信息的确定。
进一步地，所述点云分布信息包括：投影至网格内的数据点的个数，网格与障碍物边界之间的距离参数，投影至一列网格中的数据点的个数，以及所述障碍物在行方向的网格长度中的至少一种。
基于该技术特征，本申请实施例通过基于投影至网格内的数据点的个数，网格与障碍物边界之间的距离参数，投影至一列网格中的数据点的个数，以及所述障碍物在行方向的网格长度中的至少一种，进行点云数据的配准，从而提高点云数据的配准准确率。
进一步地，所述通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准，包括：
基于所述障碍物的朝向，移动所述第一点云数据或所述第二点云数据；
根据所述第一点云分布信息，以及所述第二点云分布信息，计算移动后所述第一点云数据与所述第二点云数据之间的匹配度；
根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据的配准位置。
基于该技术特征，本申请实施例通过基于所述目标方向移动所述第一点云数据的投影点；根据所述第一点云分布信息和所述第二点云分布信息，计算移动后所述第一点云数据与所述第二点云数据之间的匹配度；根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据在所述目标方向上的配准位置，从而实现对所述第一点云数据和所述第二点云数据的配准。
进一步地，所述根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据的配准位置，包括：
对至少两次移动后计算得到的匹配度进行归一化，得到每次移动属于真实位移的概率；
根据所述概率计算位移期望，并将计算得到的位移期望作为最佳移动距离；
将移动所述最佳移动距离后的位置作为所述配准位置。
基于该技术特征，本申请实施例通过利用至少两次移动后计算得到的匹配度，对移动距离进行最佳估计，以提高移动距离的确定准确率，进而提高配准位置的确定准确率。
进一步地，所述根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度，包括：
根据配准的数据点对中两数据点之间的距离，确定所述障碍物在所述第一时刻和所述第二时间之间的目标移动距离；
根据所述目标移动距离，确定所述障碍物的移动速度。
基于该技术特征，本申请实施例通过根据配准的数据点对中两数据点之间的距离，确定所述障碍物在所述第一时刻和所述第二时间之间的目标移动距离；根据所述目标移动距离，确定所述障碍物的移动速度，从而实现障碍物移动速度的确定。
本申请实施例提供一种障碍物速度的确定装置，该装置包括：
数据获取模块，用于获取障碍物在第一时刻的第一点云数据和在第二时刻的第二点云数据；
点云配准模块，用于通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准；
速度确定模块，用于根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度。
进一步地，所述点云配准模块，包括：
分布信息确定单元，用于确定所述第一点云数据的第一点云分布信息，以及所述第二点云数据的第二点云分布信息；
点云配准单元，用于根据所述第一点云分布信息，以及所述第二点云分布信息，对所述第一点云数据和所述第二点云数据进行配准。
进一步地，所述分布信息确定单元具体用于：
确定所述第一点云数据的第一投影平面；
将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据；
根据所述第一网格投影数据确定所述第一点云分布信息。
进一步地，所述确定所述第一点云数据的第一投影平面，包括：
根据所述移动速度的至少一个方向，确定至少一个投影方向；
将垂直地面的方向分别与所述至少一个投影方向进行组合；
根据组合得到的方向对，构造至少一个所述第一投影平面。
进一步地，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
将所述第一点云数据转换至以所述第一点云数据的质心为原点的三维坐标系中，所述坐标系的两坐标轴构造的平面为所述第一投影平面；
以所述坐标系的原点为中心，对由所述第一投影平面进行设定尺寸的网格划分；
将转换后的第一点云数据投影至划分得到的网格中，得到所述第一网格投影数据。
进一步地，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
根据所述第一点云数据的尺寸和所述网格的尺寸，确定所述第一点云数据在所述网格中的显示比例；
根据所述显示比例，将所述第一点云数据投影至所述网格中，得到所述第一网格投影数据。
进一步地，所述根据所述第一网格投影数据确定所述第一点云分布信息，包括：
若投影至网格内的数据点的个数大于0，则确定该网格与障碍物边界之间的距离参数为0；
若投影至网格内的数据点的个数小于或等于0，则沿行方向搜索距离该网格最近，且投影数据点的个数大于0的目标网格；
根据所述该网格与所述目标网格之间的网格数量，确定所述该网格的所述距离参数；
将确定的所述距离参数作为所述第一点云分布信息。
进一步地，所述点云分布信息包括：投影至网格内的数据点的个数，网格与障碍物边界之间的距离参数，投影至一列网格中的数据点的个数，以及所述障碍物在行方向的网格长度中的至少一种。
进一步地，所述点云配准模块，包括：
点云移动单元，用于基于所述障碍物的朝向，移动所述第一点云数据或所述第二点云数据；
匹配度计算单元，用于根据所述第一点云分布信息，以及所述第二点云分布信息，计算移动后所述第一点云数据与所述第二点云数据之间的匹配度；
配准位置确定单元，用于根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据的配准位置。
进一步地，所述配准位置确定单元具体用于：
对至少两次移动后计算得到的匹配度进行归一化，得到每次移动属于真实位移的概率；
根据所述概率计算位移期望，并将计算得到的位移期望作为最佳移动距离；
将移动所述最佳移动距离后的位置作为所述配准位置。
进一步地，所述速度确定模块，包括：
距离确定单元，用于根据配准的数据点对中两数据点之间的距离，确定所述障碍物在所述第一时刻和所述第二时间之间的目标移动距离；
速度确定单元，用于根据所述目标移动距离，确定所述障碍物的移动速度。
本申请实施例还提供一种电子设备，该设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例中任一项所述的方法。
本申请实施例还提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例中任一项所述的方法。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请第一实施例提供的一种障碍物速度的确定方法的流程图；
图2是本申请第二实施例提供的一种障碍物速度的确定方法的流程图；
图3是本申请第三实施例提供的一种障碍物速度的确定方法的流程图；
图4是本申请第四实施例提供的一种障碍物速度的确定方法的流程图；
图5是本申请第五实施例提供的一种障碍物速度的确定装置的结构示意图；
图6是用来实现本申请实施例的障碍物速度的确定方法的电子设备框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
第一实施例
图1是本申请第一实施例提供的一种障碍物速度的确定方法的流程图。本实施例可适用于根据障碍物两时刻的点云数据，确定障碍物移动速度的情况。典型地，本实施例可适用于自动驾驶车辆根据采集的障碍物两时刻的点云数据，确定障碍物移动速度，并根据障碍物移动速度进行自车控制的情况。
该方法可以由一种障碍物速度的确定装置来实现，该装置可以由软件和/或硬件的方式实现。参见图1，本申请实施例提供的障碍物速度的确地方法，包括：
S110、获取障碍物在第一时刻的第一点云数据和在第二时刻的第二点云数据。
具体地，障碍物可以是阻碍自车行驶的任意物体。典型地，障碍物为自车前方的行驶车辆。
障碍物的点云数据可以通过配置在自车上的传感器获取。
S120、通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准。
具体地，通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准，包括：
移动所述第一点云数据或所述第二点云数据；
基于所述第一点云数据中的各数据点与所述第二点云数据中的各数据点之间的位置关系，计算移动后所述第一点云数据与所述第二点云数据之间的匹配度；
根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据的配准位置。
S130、根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度。
其中，配准的数据点对是指配准后重叠的数据点对，该数据点对中的一个数据点属于第一点云数据，另一数据点属于第二点云数据。
具体地，根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度，包括：
根据配准的数据点对中两数据点之间的距离，确定所述障碍物在所述第一时刻和所述第二时间之间的目标移动距离；
根据所述目标移动距离，确定所述障碍物的移动速度。
具体地，根据所述目标移动距离，确定所述障碍物的移动速度，包括：
确定所述第一时刻和所述第二时刻之间的时间差；
将所述目标移动距离与所述时间差，得到所述障碍物的移动速度。
本申请实施例通过增加移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准的过程,使得即便点云数据不完整，但是依然可以找到准确配准的数据点对，从而有效解决了遮挡问题，提高了障碍物速度的准确率。
为减少计算量，提高配准效率，所述通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准，包括：
基于所述障碍物的朝向，移动所述第一点云数据或所述第二点云数据；
根据所述第一点云分布信息，以及所述第二点云分布信息，计算移动后所述第一点云数据与所述第二点云数据之间的匹配度；
根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据的配准位置。
其中，第一点云分布信息是指第一点云数据的点云分布信息。
第二点云分布信息是指第二点云数据的点云分布信息。
点云分布信息是表征点云数据中各数据点的位置分布情况的信息。
具体地，所属点云分布信息包括：数据点的局部分布密度、数据点与障碍物边界的距离、数据点的纵向分布密度，以及障碍物的横向长度中的至少一种。
具体地，确定数据点局部分布密度，包括：
对点云数据中的数据点进行网格划分，统计落在各网格内的数据点的个数；
根据落在各网格内的数据点的个数，确定数据点局部分布密度。
确定数据点与障碍物边界的距离，包括：
根据点云数据确定障碍物边界；
根据障碍物边界，确定点云数据中数据点与障碍物边界的距离。
确定数据点的纵向分布密度，包括：
对点云数据中的数据点进行列划分，统计各列包括数据点的数量；
根据统计的各列包括数据点的数量，确定数据点的纵向分布密度。
确定障碍物的横向长度，包括：
对投影后的数据点进行行划分，统计各行包括数据点的数量；
将统计得到的最大值，作为障碍物的横向长度。
具体地，所述根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据的配准位置，包括：
对至少两次移动后计算得到的匹配度进行归一化，得到每次移动属于真实位移的概率；
根据所述概率计算位移期望，并将计算得到的位移期望作为最佳移动距离；
将移动所述最佳移动距离后的位置作为所述配准位置。
基于该技术特征，本申请实施例通过利用至少两次移动后计算得到的匹配度，对移动距离进行最佳估计，以提高移动距离的确定准确率，进而提高配准位置的确定准确率。
第二实施例
图2是本申请第二实施例提供的一种障碍物速度的确定方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2，本申请实施例提供的障碍物速度的确定方法，包括:
S210、获取障碍物在第一时刻的第一点云数据和在第二时刻的第二点云数据。
S220、确定所述第一点云数据的第一点云分布信息，以及所述第二点云数据的第二点云分布信息。
具体地，确定所述第一点云数据的第一点云分布信息，包括：
确定所述第一点云数据的最小外接多边形，将确定的最小外接多边形作为所述第一点云数据的第一点云分布信息。
S230、通过移动所述第一点云数据或所述第二点云数据，根据所述第一点云分布信息，以及所述第二点云分布信息，对所述第一点云数据和所述第二点云数据进行配准。
S240、根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度。
本申请实施例通过根据所述第一点云分布信息，以及所述第二点云分布信息，对所述第一点云数据和所述第二点云数据进行配准，相比直接根据数据点进行配准，因为本申请实施例无需对每个数据点进行配准计算，所以可以减少计算量，进而提高配准效率。
第三实施例
图3是本申请第三实施例提供的一种障碍物速度的确定方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3，本申请实施例提供的障碍物速度的确定方法，包括：
S310、获取障碍物在第一时刻的第一点云数据和在第二时刻的第二点云数据。
S320、确定所述第一点云数据的第一点云分布信息，以及所述第二点云数据的第二点云分布信息。
其中，所述确定所述第一点云数据的第一点云分布信息，包括：
确定所述第一点云数据的第一投影平面；
将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据；
根据所述第一网格投影数据确定所述第一点云分布信息。
其中，所述第一投影平面是指投影所述第一点云数据的平面。
具体地，所述确定所述第一点云数据的第一投影平面，包括：
根据所述移动速度的至少一个方向，确定至少一个投影方向；
将垂直地面的方向分别与所述至少一个投影方向进行组合；
根据组合得到的方向对，构造至少一个所述第一投影平面。
其中，因为速度表征动点在某瞬时运动快慢和运动方向的矢量，所以移动速度具有方向。
具体地，所述移动速度的至少一个方向可以预先设定。
方向对中包括一垂直地面的方向和一投影方向。
具体地，所述至少一个投影方向包括：障碍物的朝向和障碍物的垂直方向，所述障碍物的垂直方向为在水平面中与障碍物朝向垂直的方向。
本实施例仅以第一点云分布信息为例，进行点云分布信息的确定方案的描述。可选地，上述确定逻辑也适用于第二点云分布信息的确定。
S330、通过移动所述第一点云数据或所述第二点云数据，根据所述第一点云分布信息，以及所述第二点云分布信息，对所述第一点云数据和所述第二点云数据进行配准。
S340、根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度。
本申请实施例通过将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，根据网格的投影数据，确定第一点云分布信息，从而方便点云分布信息的确定，并且提高第一点云分布信息对第一点云数据的描述准确率。
进一步地，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
将所述第一点云数据转换至以所述第一点云数据的质心为原点的三维坐标系中，所述坐标系的两坐标轴构造的平面为所述第一投影平面；
以所述坐标系的原点为中心，对由所述第一投影平面进行设定尺寸的网格划分；
将转换后的第一点云数据投影至划分得到的网格中，得到所述第一网格投影数据。
基于该技术特征，本申请实施例通过将所述第一点云数据转换至以所述第一点云数据的质心为原点的三维坐标系中；以所述坐标系的原点为中心，对所述第一投影平面进行设定尺寸的网格划分；将转换后的第一点云数据投影至划分得到的网格中，从而使得第一点云数据的投影点以网格的中心为分布中心进行分布，进而方便后续的配准计算。
进一步地，所述根据所述第一网格投影数据确定所述第一点云分布信息，包括：
若投影至网格内的数据点的个数大于0，则确定该网格与障碍物边界之间的距离参数为0；
若投影至网格内的数据点的个数小于或等于0，则沿行方向搜索距离该网格最近，且投影数据点的个数大于0的目标网格；
根据所述该网格与所述目标网格之间的网格数量，确定所述该网格的所述距离参数；
将确定的所述距离参数作为所述第一点云分布信息。
基于该技术特征，本申请实施例通过投影至网格内的数据点的个数，确定该网格与障碍物边界之间的距离参数，从而实现对第一点云分布信息的确定。
为将第一点云数据中的全部数据点投影至所述网格中，以获得完整的点云分布信息，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
根据所述第一点云数据的尺寸和所述网格的尺寸，确定所述第一点云数据在所述网格中的显示比例；
根据所述显示比例，将所述第一点云数据投影至所述网格中，得到所述第一网格投影数据。
可选地，所述点云分布信息包括：投影至网格内的数据点的个数，网格与障碍物边界之间的距离参数，投影至一列网格中的数据点的个数，以及所述障碍物在行方向的网格长度中的至少一种。
具体地，投影至网格内的数据点的个数也可以理解为，各网格关联的数据点的个数。
网格与障碍物边界之间的距离参数也可以理解为，各网格与该网格距离最近的障碍物边界之间的距离。
投影至一列网格中的数据点的个数也可以理解为，各列网格关联数据的个数。
所述障碍物在行方向的网格长度也可以理解为，障碍物所属的各行网格中，长度最大的行网格所包括的网格数量。
基于该技术特征，本申请实施例通过基于投影至网格内的数据点的个数，网格与障碍物边界之间的距离参数，投影至一列网格中的数据点的个数，以及所述障碍物在行方向的网格长度中的至少一种，进行点云的配准，从而提高点云数据的配准准确率。
第四实施例
图4是本申请第四实施例提供的一种障碍物速度的确定方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图4，本申请实施例提供的障碍物速度的确定方法包括：
(1)获取障碍物在t0时刻的第一点云数据和t1时刻的第二点云数据，该点云数据的所属坐标系为世界坐标系；确定第一点云数据的质心，记为c0，确定第二点云数据的质心，记为c1。
(2)将第一点云数据转换至以c0为原点的第一坐标系中，将第二点云数据转换至以c1为原点的第二坐标系中，其中两坐标系的第一坐标轴的方向均为该时刻障碍物的朝向，第二坐标轴的方向为障碍物的垂直方向，第三坐标轴的方向为垂直地面的方向。
(3)分别对第一坐标系的第一平面和第二平面，以及第二坐标系的第三平面和第四平面进行设定尺寸的网格划分，所述第一平面是由第一坐标系的第一坐标轴和第三坐标轴构造的平面，所述第二平面是由第一坐标系的第二坐标轴和第三坐标轴构造的平面，所述第三平面是由第二坐标系的第一坐标轴和第三坐标轴构造的平面，所述第四平面是由第二坐标系的第二坐标轴和第三坐标轴构造的平面；根据点云数据的尺寸和网格的尺寸，确定点云数据在网格中的显示比例；根据显示比例，将第一点云数据分别投影至第一平面和第二平面的网格中，将第二点云数据分布投影至第三平面和第四平面的网格中，并统计每个平面中的如下三种特征：
A.统计每个网格关联的数据点的个数，并确定每个网格的距离参数，该距离参数的确定逻辑为：若网格关联数据点的个数大于0，则该参数值为0；否则，分别沿第一坐标轴的正方向和负方向搜索距离当前网格最近的，且关联数据点的个数大于0的目标网格；将当前网格与目标网格之间间隔网格数量的平方作为当前网格的距离参数值；
B.统计关联至各列网格的数据点的个数；
C.障碍物在行方向的网格长度。
(4)对第一平面中的网格和第三平面中的网格进行第一步长的移动；基于上述三种特征，将移动后的第一平面的网格与第三平面的网格，以及第二平面的网格与第四平面的网格进行匹配；根据匹配度，确定候选匹配范围；基于第二步长在候选匹配范围内进行细粒度位移和匹配，其中第二步长小于第一步长；
其中，基于上述三种特征，将移动距离为s时的匹配度计算如下：
Prob[s]＝exp(log_prob[s]–min_log_prob)+0.5，
其中，prob[s]为匹配度，
log_probs[s]＝log(score_a)+log(score_b)+log(score_c)，
min_log_prob＝min(log_probs[0],log_probs[1],……log_probs[n])；
其中，n表示移动距离，
score_a为A特征相似度得分，
具体score_a＝exp(-cost*scale)*epsilon，
其中cost＝average(sqrt(source.count)*target.dist))，
source.count指与t1时刻网格交叠的，t0时刻网格关联的数据点的个数，target.dist指与t0时刻网格交叠的，t1时刻网格的距离参数值，scale和epsilon为参数；
score_b为B特征相似度得分，具体score_b＝exp(-cost*8)+epsilon
其中cost＝sum(fabs(source.point_density–target.point_density))，
source.point_density指与t1时刻列网格交叠的，t0时刻列网格的数据点的个数；target.point_density指与t0时刻列网格交叠的，t1时刻列网格的数据点的个数；
Score_c为c特征相似度得分，具体若t0时刻的网格和t1时刻的网格在行方向上相交的长度大于0，则
Score_c＝exp(-distance*0.3)+epsilon
否则score＝epsilon，
其中distance＝min(source.l,target.l)-intersection；
source.l为与t1时刻列网格交叠的，t0时刻障碍物在行方向的网格长度，target.l为与t1时刻列网格交叠的，t1时刻障碍物在行方向的网格长度。
(5)基于细粒度匹配得到的匹配度，计算每次细粒度位移属于真实位移的概率；根据概率计算位移期望，并将计算的位移期望作为最佳估计位移的网格数量。
(6)根据基于第一平面和第三平面计算的，最佳估计位移的网格数量和每个网格对的显示比例，确定障碍物在第一方向的相对运动速度；根据基于第二平面和第四平面计算的，最佳估计位移的网格数量和每个网格对的显示比例，确定障碍物在第二方向的相对运动速度；将确定的相对运动速度转换至世界坐标系中，得到障碍物的实际运动速度，将得到的实际运动速度作为障碍物的速度观测值。
本申请实施例可以实现如下技术效果：
将点云投影至两个二维平面进行匹配，并使用由粗到精细的搜索方法，该技术在保证正确性的前提下大大提高的匹配效率。
使用投影至二维平面的点云信息来计算三种特征，使用这三种特征进行匹配，该技术能够较好提高匹配的准确度。
使用质心和朝向信息将点云变换至局部坐标系中进行投影，以方便计算。
使用匹配度来计算每个位移的是真实位移的概率从而求出位移期望及方差，从而提高位移的确定准确率。
第五实施例
图5是本申请第五实施例提供的一种障碍物速度的确定装置的结构示意图。参见图5，本实施例实提供的障碍物速度的确定装置500包括：数据获取模块501、点云配准模块502和速度确定模块503。
其中，数据获取模块501，用于获取障碍物在第一时刻的第一点云数据和在第二时刻的第二点云数据；
点云配准模块502，用于通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准；
速度确定模块503，用于根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度。
本申请实施例通过增加移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准的过程，使得即便点云数据不完整，但是依然可以找到准确配准的数据点对，从而有效解决了遮挡问题，提高了障碍物速度的准确率。
进一步地，所述点云配准模块，包括：
分布信息确定单元，用于确定所述第一点云数据的第一点云分布信息，以及所述第二点云数据的第二点云分布信息；
点云配准单元，用于根据所述第一点云分布信息，以及所述第二点云分布信息，对所述第一点云数据和所述第二点云数据进行配准。
进一步地，所述分布信息确定单元具体用于：
确定所述第一点云数据的第一投影平面；
将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据；
根据所述第一网格投影数据确定所述第一点云分布信息。
进一步地，所述确定所述第一点云数据的第一投影平面，包括：
根据所述移动速度的至少一个方向，确定至少一个投影方向；
将垂直地面的方向分别与所述至少一个投影方向进行组合；
根据组合得到的方向对，构造至少一个所述第一投影平面。
进一步地，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
将所述第一点云数据转换至以所述第一点云数据的质心为原点的三维坐标系中，所述坐标系的两坐标轴构造的平面为所述第一投影平面；
以所述坐标系的原点为中心，对由所述第一投影平面进行设定尺寸的网格划分；
将转换后的第一点云数据投影至划分得到的网格中，得到所述第一网格投影数据。
进一步地，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
根据所述第一点云数据的尺寸和所述网格的尺寸，确定所述第一点云数据在所述网格中的显示比例；
根据所述显示比例，将所述第一点云数据投影至所述网格中，得到所述第一网格投影数据。
进一步地，所述根据所述第一网格投影数据确定所述第一点云分布信息，包括：
若投影至网格内的数据点的个数大于0，则确定该网格与障碍物边界之间的距离参数为0；
若投影至网格内的数据点的个数小于或等于0，则沿行方向搜索距离该网格最近，且投影数据点的个数大于0的目标网格；
根据所述该网格与所述目标网格之间的网格数量，确定所述该网格的所述距离参数；
将确定的所述距离参数作为所述第一点云分布信息。
进一步地，所述点云分布信息包括：投影至网格内的数据点的个数，网格与障碍物边界之间的距离参数，投影至一列网格中的数据点的个数，以及所述障碍物在行方向的网格长度中的至少一种。
进一步地，所述点云配准模块，包括：
点云移动单元，用于基于所述障碍物的朝向，移动所述第一点云数据或所述第二点云数据；
匹配度计算单元，用于根据所述第一点云分布信息，以及所述第二点云分布信息，计算移动后所述第一点云数据与所述第二点云数据之间的匹配度；
配准位置确定单元，用于根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据的配准位置。
进一步地，所述配准位置确定单元具体用于：
对至少两次移动后计算得到的匹配度进行归一化，得到每次移动属于真实位移的概率；
根据所述概率计算位移期望，并将计算得到的位移期望作为最佳移动距离；
将移动所述最佳移动距离后的位置作为所述配准位置。
进一步地，所述速度确定模块，包括：
距离确定单元，用于根据配准的数据点对中两数据点之间的距离，确定所述障碍物在所述第一时刻和所述第二时间之间的目标移动距离；
速度确定单元，用于根据所述目标移动距离，确定所述障碍物的移动速度。
第六实施例
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图6所示，是根据本申请实施例的障碍物速度的确定方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的障碍物速度的确定方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的障碍物速度的确定方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的障碍物速度的确定方法对应的程序指令/模块(例如，附图5所示的数据获取模块501、点云配准模块502和速度确定模块503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的障碍物速度的确定方法。
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据障碍物速度的确定电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至障碍物速度的确定电子设备。上述网络的实例包括但不限于互联网、企业内部网、区块链网络、局域网、移动通信网及其组合。
障碍物速度的确定方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与障碍物速度的确定电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (22)

1.一种障碍物速度的确定方法，其特征在于，包括：
获取障碍物在第一时刻的第一点云数据和在第二时刻的第二点云数据；
通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准；
根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度；
所述通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准，包括：
基于所述障碍物的朝向，移动所述第一点云数据或所述第二点云数据；
根据所述第一点云数据的第一点云分布信息，以及所述第二点云数据的第二点云分布信息，计算移动后所述第一点云数据与所述第二点云数据之间的匹配度；
根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据的配准位置。
2.根据权利要求1所述的方法，其特征在于，所述对所述第一点云数据和所述第二点云数据进行配准，包括：
确定所述第一点云数据的第一点云分布信息，以及所述第二点云数据的第二点云分布信息；
根据所述第一点云分布信息，以及所述第二点云分布信息，对所述第一点云数据和所述第二点云数据进行配准。
3.根据权利要求2所述的方法，其特征在于，所述确定所述第一点云数据在目标方向的第一点云分布信息，包括：
确定所述第一点云数据的第一投影平面；
将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据；
根据所述第一网格投影数据确定所述第一点云分布信息。
4.根据权利要求3所述的方法，其特征在于，所述确定所述第一点云数据的第一投影平面，包括：
根据所述移动速度的至少一个方向，确定至少一个投影方向；
将垂直地面的方向分别与所述至少一个投影方向进行组合；
根据组合得到的方向对，构造至少一个所述第一投影平面。
5.根据权利要求3所述的方法，其特征在于，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
将所述第一点云数据转换至以所述第一点云数据的质心为原点的三维坐标系中，所述坐标系的两坐标轴构造的平面为所述第一投影平面；
以所述坐标系的原点为中心，对由所述第一投影平面进行设定尺寸的网格划分；
将转换后的第一点云数据投影至划分得到的网格中，得到所述第一网格投影数据。
6.根据权利要求3或5所述的方法，其特征在于，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
根据所述第一点云数据的尺寸和所述网格的尺寸，确定所述第一点云数据在所述网格中的显示比例；
根据所述显示比例，将所述第一点云数据投影至所述网格中，得到所述第一网格投影数据。
7.根据权利要求3所述的方法，其特征在于，所述根据所述第一网格投影数据确定所述第一点云分布信息，包括：
若投影至网格内的数据点的个数大于0，则确定该网格与障碍物边界之间的距离参数为0；
若投影至网格内的数据点的个数小于或等于0，则沿行方向搜索距离该网格最近，且投影数据点的个数大于0的目标网格；
根据所述该网格与所述目标网格之间的网格数量，确定所述该网格的所述距离参数；
将确定的所述距离参数作为所述第一点云分布信息。
8.根据权利要求3-5以及7中任一权利要求所述的方法，其特征在于，所述点云分布信息包括：投影至网格内的数据点的个数，网格与障碍物边界之间的距离参数，投影至一列网格中的数据点的个数，以及所述障碍物在行方向的网格长度中的至少一种。
9.根据权利要求1所述的方法，其特征在于，所述根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据的配准位置，包括：
对至少两次移动后计算得到的匹配度进行归一化，得到每次移动属于真实位移的概率；
根据所述概率计算位移期望，并将计算得到的位移期望作为最佳移动距离；
将移动所述最佳移动距离后的位置作为所述配准位置。
10.根据权利要求1所述的方法，其特征在于，所述根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度，包括：
根据配准的数据点对中两数据点之间的距离，确定所述障碍物在所述第一时刻和所述第二时刻之间的目标移动距离；
根据所述目标移动距离，确定所述障碍物的移动速度。
11.一种障碍物速度的确定装置，其特征在于，包括：
数据获取模块，用于获取障碍物在第一时刻的第一点云数据和在第二时刻的第二点云数据；
点云配准模块，用于通过移动所述第一点云数据或所述第二点云数据，对所述第一点云数据和所述第二点云数据进行配准；
速度确定模块，用于根据配准的数据点对中两数据点之间的距离，确定所述障碍物的移动速度；
所述点云配准模块，包括：
点云移动单元，用于基于所述障碍物的朝向，移动所述第一点云数据或所述第二点云数据；
匹配度计算单元，用于根据所述第一点云数据的第一点云分布信息，以及所述第二点云数据的第二点云分布信息，计算移动后所述第一点云数据与所述第二点云数据之间的匹配度；
配准位置确定单元，用于根据计算得到的匹配度，确定所述第一点云数据与所述第二点云数据的配准位置。
12.根据权利要求11所述的装置，其特征在于，所述点云配准模块，包括：
分布信息确定单元，用于确定所述第一点云数据的第一点云分布信息，以及所述第二点云数据的第二点云分布信息；
点云配准单元，用于根据所述第一点云分布信息，以及所述第二点云分布信息，对所述第一点云数据和所述第二点云数据进行配准。
13.根据权利要求12所述的装置，其特征在于，所述分布信息确定单元具体用于：
确定所述第一点云数据的第一投影平面；
将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据；
根据所述第一网格投影数据确定所述第一点云分布信息。
14.根据权利要求13所述的装置，其特征在于，所述确定所述第一点云数据的第一投影平面，包括：
根据所述移动速度的至少一个方向，确定至少一个投影方向；
将垂直地面的方向分别与所述至少一个投影方向进行组合；
根据组合得到的方向对，构造至少一个所述第一投影平面。
15.根据权利要求13所述的装置，其特征在于，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
将所述第一点云数据转换至以所述第一点云数据的质心为原点的三维坐标系中，所述坐标系的两坐标轴构造的平面为所述第一投影平面；
以所述坐标系的原点为中心，对由所述第一投影平面进行设定尺寸的网格划分；
将转换后的第一点云数据投影至划分得到的网格中，得到所述第一网格投影数据。
16.根据权利要求13或15所述的装置，其特征在于，所述将所述第一点云数据投影至所述第一投影平面中设定尺寸的网格内，得到第一网格投影数据，包括：
根据所述第一点云数据的尺寸和所述网格的尺寸，确定所述第一点云数据在所述网格中的显示比例；
根据所述显示比例，将所述第一点云数据投影至所述网格中，得到所述第一网格投影数据。
17.根据权利要求13所述的装置，其特征在于，所述根据所述第一网格投影数据确定所述第一点云分布信息，包括：
若投影至网格内的数据点的个数大于0，则确定该网格与障碍物边界之间的距离参数为0；
若投影至网格内的数据点的个数小于或等于0，则沿行方向搜索距离该网格最近，且投影数据点的个数大于0的目标网格；
根据所述该网格与所述目标网格之间的网格数量，确定所述该网格的所述距离参数；
将确定的所述距离参数作为所述第一点云分布信息。
18.根据权利要求13-15以及17中任一权利要求所述的装置，其特征在于，所述点云分布信息包括：投影至网格内的数据点的个数，网格与障碍物边界之间的距离参数，投影至一列网格中的数据点的个数，以及所述障碍物在行方向的网格长度中的至少一种。
19.根据权利要求11所述的装置，其特征在于，所述配准位置确定单元具体用于：
对至少两次移动后计算得到的匹配度进行归一化，得到每次移动属于真实位移的概率；
根据所述概率计算位移期望，并将计算得到的位移期望作为最佳移动距离；
将移动所述最佳移动距离后的位置作为所述配准位置。
20.根据权利要求11所述的装置，其特征在于，所述速度确定模块，包括：
距离确定单元，用于根据配准的数据点对中两数据点之间的距离，确定所述障碍物在所述第一时刻和所述第二时刻之间的目标移动距离；
速度确定单元，用于根据所述目标移动距离，确定所述障碍物的移动速度。
21.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的方法。
CN202010188560.XA 2020-03-17 2020-03-17 障碍物速度的确定方法、装置、设备和介质 Active CN111402308B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010188560.XA CN111402308B (zh) 2020-03-17 2020-03-17 障碍物速度的确定方法、装置、设备和介质
US17/030,838 US11353476B2 (en) 2020-03-17 2020-09-24 Method and apparatus for determining velocity of obstacle, device and medium
EP21162985.2A EP3919930B1 (en) 2020-03-17 2021-03-16 Method and apparatus for determining velocity of obstacle, device, medium and computer program product
KR1020210034626A KR102568948B1 (ko) 2020-03-17 2021-03-17 장애물 속도를 결정하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램
JP2021043325A JP7194217B2 (ja) 2020-03-17 2021-03-17 障害物速度確定方法、装置、電子機器、記憶媒体およびコンピュータプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010188560.XA CN111402308B (zh) 2020-03-17 2020-03-17 障碍物速度的确定方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN111402308A CN111402308A (zh) 2020-07-10
CN111402308B true CN111402308B (zh) 2023-08-04

Family

ID=71428868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010188560.XA Active CN111402308B (zh) 2020-03-17 2020-03-17 障碍物速度的确定方法、装置、设备和介质

Country Status (5)

Country Link
US (1) US11353476B2 (zh)
EP (1) EP3919930B1 (zh)
JP (1) JP7194217B2 (zh)
KR (1) KR102568948B1 (zh)
CN (1) CN111402308B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001287B (zh) * 2020-08-17 2023-09-12 禾多科技（北京）有限公司 障碍物的点云信息生成方法、装置、电子设备和介质
CN113838112A (zh) * 2021-09-24 2021-12-24 东莞市诺丽电子科技有限公司 图像采集系统的触发信号确定方法及触发信号确定系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102564393A (zh) * 2011-12-28 2012-07-11 北京工业大学 隧道全断面三维激光监控量测方法
CN106199558A (zh) * 2016-08-18 2016-12-07 宁波傲视智绘光电科技有限公司 障碍物快速检测方法
CN106651926A (zh) * 2016-12-28 2017-05-10 华东师范大学 一种基于区域配准的深度点云三维重建方法
CN106997049A (zh) * 2017-03-14 2017-08-01 奇瑞汽车股份有限公司 一种基于激光点云数据的检测障碍物的方法和装置
CN108152831A (zh) * 2017-12-06 2018-06-12 中国农业大学 一种激光雷达障碍物识别方法及系统
CN108195359A (zh) * 2017-12-12 2018-06-22 北京建筑大学 空间数据的采集方法及系统
CN108257163A (zh) * 2017-12-08 2018-07-06 西安电子科技大学 一种已知扫描点位置下的两点点云配准方法
US10139493B1 (en) * 2016-07-06 2018-11-27 Near Earth Autonomy, Inc. Rotor safety system
CN109360239A (zh) * 2018-10-24 2019-02-19 长沙智能驾驶研究院有限公司 障碍物检测方法、装置、计算机设备和存储介质
CN109993780A (zh) * 2019-03-07 2019-07-09 深兰科技（上海）有限公司 一种三维高精度地图生成方法及装置
CN109986563A (zh) * 2019-05-01 2019-07-09 湖南大学 一种多移动机器人协同作业方法及系统
CN110136426A (zh) * 2019-04-15 2019-08-16 武汉环宇智行科技有限公司 一种还车招车系统及方法
CN110286387A (zh) * 2019-06-25 2019-09-27 深兰科技（上海）有限公司 应用于自动驾驶系统的障碍物检测方法、装置及存储介质
CN110471422A (zh) * 2019-08-29 2019-11-19 南京理工大学 智能轮椅的障碍物检测与自主避障方法
CN110687549A (zh) * 2019-10-25 2020-01-14 北京百度网讯科技有限公司 障碍物检测方法和装置
CN110799989A (zh) * 2019-04-20 2020-02-14 深圳市大疆创新科技有限公司 一种障碍物检测方法、设备、可移动平台及存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9043069B1 (en) 2012-11-07 2015-05-26 Google Inc. Methods and systems for scan matching approaches for vehicle heading estimation
US9355462B2 (en) * 2013-05-08 2016-05-31 Caterpillar Inc. Motion estimation system utilizing point cloud registration
US10962647B2 (en) * 2016-11-30 2021-03-30 Yujin Robot Co., Ltd. Lidar apparatus based on time of flight and moving object
WO2018196000A1 (en) 2017-04-28 2018-11-01 SZ DJI Technology Co., Ltd. Methods and associated systems for grid analysis
US10255480B2 (en) * 2017-05-15 2019-04-09 The Boeing Company Monitoring object shape and deviation from design
US10365650B2 (en) * 2017-05-25 2019-07-30 GM Global Technology Operations LLC Methods and systems for moving object velocity determination
CN108198145B (zh) * 2017-12-29 2020-08-28 百度在线网络技术（北京）有限公司 用于点云数据修复的方法和装置
EP3525000B1 (en) 2018-02-09 2021-07-21 Bayerische Motoren Werke Aktiengesellschaft Methods and apparatuses for object detection in a scene based on lidar data and radar data of the scene
CN109001748B (zh) * 2018-07-16 2021-03-23 北京旷视科技有限公司 目标对象与物品的关联方法、装置及系统
US10809364B2 (en) 2018-08-06 2020-10-20 Luminar Technologies, Inc. Determining relative velocity using co-located pixels
CN109446886B (zh) * 2018-09-07 2020-08-25 百度在线网络技术（北京）有限公司 基于无人车的障碍物检测方法、装置、设备以及存储介质
US10809073B2 (en) * 2018-12-05 2020-10-20 Here Global B.V. Local window-based 2D occupancy grids for localization of autonomous vehicles

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102564393A (zh) * 2011-12-28 2012-07-11 北京工业大学 隧道全断面三维激光监控量测方法
US10139493B1 (en) * 2016-07-06 2018-11-27 Near Earth Autonomy, Inc. Rotor safety system
CN106199558A (zh) * 2016-08-18 2016-12-07 宁波傲视智绘光电科技有限公司 障碍物快速检测方法
CN106651926A (zh) * 2016-12-28 2017-05-10 华东师范大学 一种基于区域配准的深度点云三维重建方法
CN106997049A (zh) * 2017-03-14 2017-08-01 奇瑞汽车股份有限公司 一种基于激光点云数据的检测障碍物的方法和装置
CN108152831A (zh) * 2017-12-06 2018-06-12 中国农业大学 一种激光雷达障碍物识别方法及系统
CN108257163A (zh) * 2017-12-08 2018-07-06 西安电子科技大学 一种已知扫描点位置下的两点点云配准方法
CN108195359A (zh) * 2017-12-12 2018-06-22 北京建筑大学 空间数据的采集方法及系统
CN109360239A (zh) * 2018-10-24 2019-02-19 长沙智能驾驶研究院有限公司 障碍物检测方法、装置、计算机设备和存储介质
CN109993780A (zh) * 2019-03-07 2019-07-09 深兰科技（上海）有限公司 一种三维高精度地图生成方法及装置
CN110136426A (zh) * 2019-04-15 2019-08-16 武汉环宇智行科技有限公司 一种还车招车系统及方法
CN110799989A (zh) * 2019-04-20 2020-02-14 深圳市大疆创新科技有限公司 一种障碍物检测方法、设备、可移动平台及存储介质
CN109986563A (zh) * 2019-05-01 2019-07-09 湖南大学 一种多移动机器人协同作业方法及系统
CN110286387A (zh) * 2019-06-25 2019-09-27 深兰科技（上海）有限公司 应用于自动驾驶系统的障碍物检测方法、装置及存储介质
CN110471422A (zh) * 2019-08-29 2019-11-19 南京理工大学 智能轮椅的障碍物检测与自主避障方法
CN110687549A (zh) * 2019-10-25 2020-01-14 北京百度网讯科技有限公司 障碍物检测方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于光栅投射与立体视觉融合的障碍物检测技术;谢仲等;《信息技术》;20120425;第19-21页，第24页 *

Also Published As

Publication number Publication date
US11353476B2 (en) 2022-06-07
JP7194217B2 (ja) 2022-12-21
EP3919930B1 (en) 2023-05-10
KR102568948B1 (ko) 2023-08-22
KR20210037633A (ko) 2021-04-06
EP3919930A1 (en) 2021-12-08
CN111402308A (zh) 2020-07-10
JP2021119458A (ja) 2021-08-12
US20210293844A1 (en) 2021-09-23

Similar Documents

Publication Publication Date Title
US20220383535A1 (en) Object Tracking Method and Device, Electronic Device, and Computer-Readable Storage Medium
JP7262545B2 (ja) 車両位置の判定方法、車両位置の判定装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム
US20210223056A1 (en) Method and apparatus for generating route planning model, and storage medium
EP3876150A2 (en) Vehicle tracking method and apparatus
CN112270669B (zh) 人体3d关键点检测方法、模型训练方法及相关装置
CN111310840B (zh) 数据融合处理方法、装置、设备和存储介质
JP7204823B2 (ja) 車両制御方法、車両制御装置及び車両
CN110929639A (zh) 用于确定图像中障碍物位置的方法、装置、设备和介质
CN111524192B (zh) 车载相机外参的标定方法、装置、系统及存储介质
EP3852065A1 (en) Data processing method and apparatus
CN111402308B (zh) 障碍物速度的确定方法、装置、设备和介质
CN111079079B (zh) 数据修正方法、装置、电子设备及计算机可读存储介质
CN111666876B (zh) 用于检测障碍物的方法、装置、电子设备和路侧设备
JP7337121B2 (ja) 環状交差点のナビゲーション方法、装置、デバイス及び記憶媒体
CN111612852A (zh) 用于验证相机参数的方法和装置
JP7214803B2 (ja) 建築物の測位方法、装置、電子デバイス、記憶媒体、プログラム、及び端末デバイス
CN111553844A (zh) 用于更新点云的方法及装置
EP3842995A1 (en) Method and apparatus for generating map
CN111539347A (zh) 用于检测目标的方法和装置
CN112184914A (zh) 目标对象三维位置的确定方法、装置和路侧设备
CN111597987A (zh) 用于生成信息的方法、装置、设备和存储介质
CN111260722B (zh) 车辆定位方法、设备及存储介质
CN112528932B (zh) 用于优化位置信息的方法、装置、路侧设备和云控平台
CN111625612B (zh) 高精地图的纠偏方法和装置、电子设备和存储介质
CN112528931A (zh) 用于生成位置预测信息的方法、装置以及自动驾驶车辆

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20211021

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant